Trends 2020 – KI revolutioniert die Fertigungs-IT

Höhere Produktionsanforderungen und wachsende Datenmengen stellen eine Herausforderung für die Fertigungsindustrie dar, die durch künstliche Intelligenz in eine Chance zur Prozessoptimierung und Effizienzsteigerung verwandelt werden kann. 2020 gehen KI Trends einen Schritt weiter und werden die Fertigungs-IT gänzlich revolutionieren.

Trends 2020 – KI revolutioniert die Fertigungs-IT

Auch wenn noch lange die eigentlichen Anwendungen im Fokus der Fertigungsindustrie stehen werden, so kann man den technologischen Einfluss auf IT-Lösungen für die Smart Factory kaum mehr leugnen, insbesondere wenn es dabei um künstliche Intelligenz (KI) geht. Denn nicht nur die Wissenschaft beschäftigt sich mit diesem Thema. In der Industrie sind mittlerweile viele innovative KI-Lösungen angekommen – und ein Ende ist noch lange nicht in Sicht.

Grundsätzlich hat sich an der Aufgabenstellung an die Fertigungs-IT wenig geändert – sie soll immer noch den Fertigungsbetrieb unterstützen und Optimierungen ermöglichen. Was sich geändert hat, ist die Komplexität. Losgrößen sind nun wesentlich kleiner, was die Variantenvielfalt enorm steigert. In Folge dessen wächst die Datenflut, mit der sowohl Software als auch Menschen umgehen müssen. Für einen effizienten Umgang mit diesen Massendaten braucht es neue Methoden – die künstliche Intelligenz schafft hier Abhilfe.

Die Methoden der künstlichen Intelligenz sind vielseitig und können in nahezu jedem Anwendungsfeld der Fertigungs-IT zum Einsatz kommen. Die folgenden Beispiele sollen zeigen, welche Potenziale in den jeweiligen Anwendungen stecken, wenn man sie mit KI anreichert.

Qualität vorhersagen

Mit Predictive Quality hat MPDV bereits ein konkretes Produktbeispiel umgesetzt: Grundannahme für die Vorhersage der Qualität ist, dass es auch zu Ausschuss oder Nacharbeit kommen kann, wenn sich alle Prozessparameter innerhalb der jeweils gültigen Toleranzen bewegen. Grund dafür sind komplexe Zusammenhänge und Wechselwirkungen, die oftmals auf die eigentliche Fertigungstechnologie zurückzuführen sind. Predictive Quality berücksichtigt diese Zusammenhänge und gibt Mitarbeitern in der Fertigung die Möglichkeit, sofort zu sehen, ob der aktuell produzierte Artikel Ausschuss oder ein gutes Teil ist – und das unter Angabe der Eintrittswahrscheinlichkeit. Damit lässt sich etwa die Qualität eines Motorblocks vorhersagen, während dieser gerade noch abkühlt. Mitarbeiter können also frühzeitig entscheiden, ob es sich lohnt, weiter in ein Teil zu investieren oder, ob sie es direkt wieder einschmelzen, was Zeit spart und Kosten senkt, da potenziell fehlerhafte Teile frühzeitig ausgeschleust werden können. Predictive Quality basiert auf der Ausführung eines Modells, das beispielsweise mittels Machine Learning erstellt wurde und erfasste Prozessdaten in Echtzeit verarbeitet.

weiter zu Seite 2: Rüstzeitvorhersage und Analyse von Einflussfaktoren…

Empfehlen Sie den Beitrag weiter ...

Schreibe einen Kommentar